基于动态趋势感知与引导的工厂车辆违规智能检测方法及装置

本发明公开了一种基于动态趋势感知与引导的工厂车辆违规智能检测方法及装置，包括：对获取的工厂装卸区监控图像进行数据预处理和增强；在经过预处理的数据集上使用RetinaNet框架进行多尺度特征提取，并通过动态趋势感知损失函数，根据样本难度的动态变化，自适应调整损失权重，以优化模型的学习过程；采用多尺度边界引导模块对目标车辆的边缘信息进行优化，并引入图卷积网络（GCN），实现对复杂背景下车辆违规行为的精准检测。与现有技术相比，本发明通过动态调整损失权重和对车辆边界信息进行多尺度优化，有效提升了检测系统的鲁棒性和实时性，适用于工厂装卸区等复杂环境下的车辆管理和违规检测。